강화학습 에이전트 시야 정보 차이에 의한 학습 성능 비교Comparison of Learning Performance by Reinforcement Learning Agent Visibility Information Difference
- Other Titles
- Comparison of Learning Performance by Reinforcement Learning Agent Visibility Information Difference
- Authors
- 김찬섭; 강신진; 장시환; 양성일
- Issue Date
- 2021
- Publisher
- 한국게임학회
- Keywords
- 강화 학습; PPO; 게임 에이전트; Reinforcement learning; Proximal policy optimization; Game agent
- Citation
- 한국게임학회 논문지, v.21, no.5, pp.17 - 28
- Journal Title
- 한국게임학회 논문지
- Volume
- 21
- Number
- 5
- Start Page
- 17
- End Page
- 28
- URI
- https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/18145
- ISSN
- 1598-4540
- Abstract
- 인공지능 스스로가 자신을 발전시켜 최적의 문제 해결 방법을 찾는 강화학습은 여러 분야에서 활용 가치가 높은 기술이다. 특히 게임 분야는 강화학습 인공지능에 문제 해결을 위한 가상 환경을 제공할 수 있다는 장점이 있으며 강화학습 에이전트는 주어진 환경에 대한 정보인 관측변수를 사용하여 자신의 상황과 환경에 대한 정보를 파악하여 환경에 대한 문제를 해결한다. 본 실험에서는 롤플레잉 게임의 인스턴트 던전 환경을 간략화하여 제작하고 에이전트에게 관측변수 중 시야에 관련된 관측변수를 다양하게 설정하였다. 실험 결과 각 설정된 변수들이 학습 속도에 얼마나 영향을 주는지를 파악할 수 있었고, 이러한 결과는 롤플레잉 게임 강화학습 연구에 참고할 수 있다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - School of Games > Game Software Major > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hongik/handle/2020.sw.hongik/18145)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.